Post #1742

🟢Почему ИИ обучают на GPU? И как это обогатило Nvidia? Видеокарта (GPU) есть почти в каждом компьютере. Обычно мы думаем о ней в контексте игр или работы с 3D-графикой. Но в последние годы главная задача GPU не развлечения, а тренировка нейросетей. 🖥Почему ИИ обучают на GPU? Изначальная задача видеоадаптера — разгрузить центральный процессор. Пока CPU занимается сложными последовательными вычислениями, GPU параллельно выполняет тысячи простых операций для отрисовки графики. А тренировка ИИ — это, по сути, многократное перемножение гигантских матриц, триллионы простейших операций, которые нужно выполнять одновременно. Как раз то, для чего и были созданы видеокарты. 🖥Но почему именно Nvidia? Действительно, ведь GPU производят и AMD, и Intel, но их чипы не закупают сотнями тысяч для дата-центров? На самом деле, «игла», на которую Nvidia «подсадила» ИИ-компании — софт. Точнее — платформа CUDA (Compute Unified Device Architecture). CUDA — это набор инструкций, рассказывающий, как системе «общаться» с тысячами ядер видеокарты. Почти все главные инструменты для разработки нейросетей оптимизированы именно под CUDA, а работает эта платформа только с чипами от Nvidia. Так корпорация создала замкнутую и невероятно прибыльную экосистему. Ярче говорят цифры. За 2021 финансовый год выручка Nvidia от оборудования для дата-центров составила $6,7 млрд, а от геймерских видеокарт — $7,76 млрд. За 2025-й чипы для дата-центров принесли уже $115,2 млрд и теперь формируют почти 90% выручки корпорации. В итоге недавно Nvidia стала первой публичной компанией с капитализацией в $4 трлн. А вы знали, почему нейросети тренируют именно на GPU? ❤️ — да, это же основа 🔥 — нет, теперь знаю! 🦄 — надо было вкладываться в Nvidia... #теория@EDU4Telegrambot